广义线性模型是怎么被应用在深度学习中?

答：深度学习从统计学角度，可以看做递归的广义线性模型

广义线性模型相对于经典的线性模型(y=wx+b),核心在于引入了连接函数g(.),形式变为：y=g-1(wx+b)

深度学习时递归的广义线性模型，神经元的激活函数，既为广义线性模型的连接函数。逻辑回归(广义线性模型的一种)的Logistic函数即为神经元激活函数中的sigmoid函数，很多类似的方法在统计学和神经网络中的名称不一样，容易引起初学者的困惑